基于DHT的分布式P2P网络搜索模型

P2P搜索技术是当前P2P网络的研究热点和难题。现有的算法主要有中一心服务器式的搜索算法和分布式的搜索算法等，但中央搜索服务器很容易就成为系统性能的瓶颈，分布式的搜索算法查找按照简单洪泛的方式进行会造成巨大的带宽和资源浪费。本文在Chord算法和SHA算法的基础上，设计了基于DHT的分布式快速精确搜索P2P网络搜索模型，并讨论了该P2P网络的建立过程并分析了该模型的优缺点。

网络搜索模型在铁路选线方案优化辅助决策中的应用

长大铁路干线,在可行性研究阶段考虑的比选方案往往数量庞大,单靠传统人工作业模式,难以完成对所有方案的分析,必须发展相应的自动化方法。以图论为基础,采用"图"来描述复杂工程系统的网络结构,提出弧权指标评价体系,建立网络搜索模型。以川藏铁路前期规划研究为例,通过变化评价体系中指标权重的方式,开展确定推荐方案在可行方案集中的排序、分析存在较大优化空间的区段、甄别对铁路线路方案起控制作用的影响因素等研究。研究表明,网络搜索模型可以快速计算不同权重的方案网络权值和排序,有利于分析比选方案在不同权重下可能的后果和影响,在提供铁路选线方案优化辅助决策方面具有一定的参考价值。

基于GAElman算法模型的电力信息网络安全态势评估

为了提高电力信息网络安全态势评估能力,提出了Elman神经网络模型。在模型中将遗传算法引入Elman算法,并通过主动式和被动式相结合的采集技术对电力信息网络进行数据收集,将各个数据源的原始数据进行综合分析和处理。在具体应用中,通过控制芯片为STM32F429ZET6单片机的ARM32位Cortex TM-M4处理器内核,大大提高了电力信息网络安全态势评估控制能力。试验结果显示,研究方法的评估准确率最高为97.9%,为下一步技术的研究奠定了基础。